论文部分内容阅读
摘要：随着我国在线课程的快速发展和国家对智能教育发展任务的提出，如何推进人工智能与高等教育之间的深度融合，加速高等教育从数字化、网络化向智能化跃升，提升在线课程建设质量，促进高等教育创新发展，已经成为高等教育领域的全局性、长期性、战略性问题。作为人工智能与高等教育之间深度融合的重要载体，在线课程知识图谱是智能教育发展的核心影响因素。该文分析了智能教育的基本内涵、智能教育与知识图谱的紧密关系，总结了高校在线课程资源建设问题，阐述了高校在线课程知识图谱构建的必要性和紧迫性。最后，在分析在线课程知识图谱基本特征基础上，提出了高校在线课程知识图谱构建路径，以期为在线课程建设与智能教育发展提供有益的参考和借鉴。
关键词：智能教育;知识图谱;在线课程;高等教育
中图分类号：G434 文献标识码：A文章编号：1006-9860（2021）0123-08
“互联网 ”时代，以互联网、物联网、云计算、大数据、人工智能、区块链为代表的新一代信息技术推动高等教育领域的智能化发展，为教育现代化提供动力与支撑，为高等教育创新发展带来了机遇和挑战”。自2017年，《新一代人工智能发展规划》《高等学校人工智能创新行动计划》《中国教育现代化2035》等文件相继出台，支持智能教育发展，推进人工智能与教育深度融合，促动学习环境、教学方式、教育管理与评价等方面变革。知识图谱是人工智能的基石，提供了一种结构化的语义知识网络，能够有效地支撑知识的表示、存储、搜索、抽取、挖掘、融合、推荐、问答、解释与决策等智能服务[2-4]。构建教育知识图谱，推进知识图谱与教育领域的高效融合，夯实智能教育发展的基础设施，支撑开放、个性、精准的教育服务，是人工智能与教育深度融合的前提和基础。作为教育知识图谱的基本单元，在线课程知识图谱是教育知识图谱建设质量的根本保障，是智能教育发展的核心影响因素。
在疫情之下，“停课不停学”工作实施反映出智能教育的需求和混合式课程的要求，凸显了在线课程资源建设的重要性与紧迫性，呈现出在线课程资源科学快速、高质高效建设的倒逼态势。在此态势下，面对智能教育发展任务，以学生发展为中心，在线课程资源建设质量提升成为高等教育亟待解决的重要而又急迫问题。本文依据智能教育的基本内涵，探索知识图谱与在线课程之间的融合，奠定基于網状语义结构的专业知识建构基础，充分发挥知识图谱的优势，提升在线课程资源建设质，强化高校在线课程在智能教育发展中的支撑保障作用。
一、智能教育概述
（一）智能教育基本内涵
为了推动人工智能与教育深度融合、为教育变革提供新方式，我国持续出台政策文件，提出智能教育发展的重点任务、战略任务以及应用示范任务。2017年，国务院发布《新一代人工智能发展规划》（以下简称《规划》）。《规划》从教育体系、智能校园、学习教育平台、教育分析系统、教育环境与服务等方面，提出了智能教育发展的重点任务5。2018年，教育部发布《高等学校人工智能创新行动计划》（以下简称《计划》），并在“基本态势”部分提出了以智能技术为支撑的人才培养模式创新、教学方法改革、教育治理能力提升，构建智能化、网络化、个性化、终身化的教育体系;进一步地，《计划》从智能校园、学校治理、学习平台等方面提出了智能教育发展的重点任务，并从智能教育的发展策略与标准规范、人工智能技术与教育相关主题的融合路径和方法以及智能化教育云平台等方面，明确了推动智能教育应用示范的任务。2019年，国务院发布《中国教育现代化2035》，从智能校园、人才培养模式、教育服务业态、教育治理方式等方面提出了智能教育的战略任务”。
目前，智能教育的内涵得到了一定的探讨，但尚未形成统一的认识[8-9]。纵观智能教育发展的相关表述，智能教育属于“人工智能 教育”范畴，是以学生发展为中心，以人工智能与教育的深度融合和创新发展为支撑，以在线知识资源为根基，具有现实空间和网络空间相协调、相融合的特征，具备开放、个性、精准的教育服务体系，满足灵活、多样、开放、精准、终身的个性化教育需求的教育新业态。智能教育主要涉及教育教学和学校治理两方面。在教育教学方面，利用人工智能与人才培养模式、教育管理、教育评价、教育科研、教学模式、教学内容、教学方法的融合路径和方法，形成智能化、网络化、个性化、终身化的新型教育体系。在学校治理方面，通过人工智能技术的全流程渗透融合，推进组织结构和管理体制的变革，优化运行机制和服务模式，形成智能性、开放式、一体化的教育服务环境，实现精准化分析、科学化决策和精细化管理，提升学校治理能力。
（二）智能教育与知识图谱
知识图谱是人工智能技术突破性进展的重要组成部分。作为“人工智能 教育”驱动下的教育新业态，智能教育必然与知识图谱存在着紧密联系。2012年，知识图谱的概念由Google提出"。近年来，知识图谱成为人工智能领域的研究热点2-14。根据知识范畴的差异，知识图谱分为行业知识图谱和通用知识图谱。前者面向特定的领域，如：教育知识图谱、医疗知识图谱、金融知识图谱等。后者具有大众性，不面向特定的领域，属于百科型知识图谱，
如：YAGO、Frebase、知心等。两类知识图谱存在着相辅相成关系。例如，前者可以为后者提供特定领域的知识，扩充后者的知识储量，提升知识质量。后者可以为前者提供其他相关领域的知识，完善前者的知识覆盖面，提升知识服务能力。作为一种行业知识图谱，教育知识图谱是智能教育发展的基石"5]。借助教育知识图谱，重构知识之间的链接关系，形成学科专业的网状知识体系结构，能够有效支持灵活、精准“教”与个性、终身“学”。
目前，一些研究者开展了教育知识图谱的相关研究。李振等人剖析了不同视角下教育知识图谱的内涵，提出了教育知识图谱的分类和构建技术，并从教育大数据智能处理、教育资源聚合、教学实施等方面阐述了教育知识图谱的应用前景。侯霞等人以知识图谱为基点，以协作式开放在线教程（CollaborativeOpenOnlineCourse，COoC）为对象，提出了在线教学资源建设模式。吴鹏飞等人针对学习资源的语义化组织问题，提出了一种学习资源语义关联关系模型，探寻了教育知识图谱的构建途径[8]。在课程知识图谱的构建方面，张萌提出了关联课程数据的概念以及课程知识图谱的模式层组织方法与数据层的处理方式19，苏翔提出了特定课程的知识图谱构建流程以及语义检索实现过程20。纵观现有的研究与实践情况，在线课程知识图谱的构建存在着一定的不足。一方面，目前，开放共享模式、多学科多元化视角下知识建构水平不高。例如，知识建构忽略了学习者的基本信息（如：专业、年级、地域、民族等）以及课程之间的知识交融贯通。另一方面，知识图谱不仅包含显性知识，而且更应涵盖隐性知识，以便充分发挥对智能教育的支撑作用。例如，课程知识图谱不仅涉及课程所含的显性知识，而且更要涵盖学生学习过程所产生的隐性知识（如：学生个体/群体的知识点掌握程度与学习效果特征、学习路径规律、学习群体动力作用等）。另外，知识图谱的构建是一种动态、螺旋式上升的过程。随着新知识的加人或其他知识图谱的并人，现有的课程知识图谱得到迭代式扩充与完善。现有的一次性、静态式知识图谱构建制约着在线课程的建设质量与实施成效。因此，依据知识图谱的构建技术框架2”，结合智能教育的基本内涵，提升在线课程知识图谱的构建质量，为智能教育发展提供坚实支撑与可靠保障，对于加快智能教育发展具有十分重要的意义。 二、高校在线课程资源建设的问题
（一）疫情背景下在线课程实施情况
在新型冠状病毒感染肺炎疫情（以下简称为疫情）背景下，我国高等教育经历了一场前所未有、超大规模的在线教学实践。教育部吴岩司长认为：“我们要把眼光放长远，让思想变深刻，抓住机遇、主动求变。充分运用疫情期间我们掀起的改变了教、改变了学、改变了管、改变了形态的’学习革命’，来推动高等教育人才培养的’质量革命’[22];并指出：“我们再也不可能、也不应该退回到疫情发生之前的教与学状态，融合了’互联网 ’‘智能 ’技术的在线教学已经成为中国高等教育和世界高等教育的重要发展方向”[23]。上述讲话是在疫情期间大规模在线教学实践之际，为高等教育提出了“‘学习革命’来推动‘质量革命’”的重要命题，为高等教育指明了以“互联网 ”“智能 ”技术融合为驱动力向教育新业态快速转变的发展方向。在未来高等教育发展过程中，作为在线教学的核心元素，高校在线课程将不再是常态课程的补充，而是成为以在线知识资源为根基的常态课程，助力“从传授知识为主向培养能力为主”的课程变革，适应上述的重要命题与发展方向。
面对疫情影响，为确保“停课不停教、停课不停学”顺利实施，我国教育工作者采用了多种的课程实施途径。这里以我校2019-2020学年春季学期为例。在2020年3月2日-7月12日（共计19周）期间，学校面向139个教学班，采用在线教学模式，开课454门、约22.66万门次，参与教师678名、约1.88万人次，参与学生9918名、约188.46万人次。从“在线课程资源是否已经具备”的视角下，在线课程实施包括下述三种途径。在没有适用的在线开放课程资源支持情况下，通过课程资源的自建，辅助直播课程实施;在依托在线开放课程平台情况下，直接使用现有的在线课程资源，完成在线课程的实施;采用基于直播课程与在线开放课程相融合的混合式课程形态，将现有的在线课程资源融入在线直播课程的实施过程。调研结果显示：81.21%的学生喜欢混合式课程形态，79.27%的学生认为教师及时适当分享和推送课程资源，能够有效地促进学习效果的提升。通过教学质量信息的反馈与总结，上述情况的主要原因在于：混合式课程形态没有“脱离”本校授课教师;在丰富、适用的课程资源支持下，通过课程教学设计与课前、课中、课后等互動环节，教师能够有效地组织学习过程，指导资源使用，帮助知识梳理，剖析重难点知识。另外，调研结果显示：知识资源的获取便捷性不强，在线课程资源的适用度不高，学习过程的协作、指导与帮助不足，有效学习的时间不足，自主学习的意识和能力不强，学校的实际学习环境脱离，是在线课程学习效率的主要影响因素，也是直播课程居多、混合式课程受欢迎的主要原因。
上述的在线课程实践情况与调研结果反映出学生对智能教育的需求以及混合式课程的要求。未来的在线课程建设应树立“以学生发展为中心’理念，遵照智能教育的内涵，以在线知识资源为根基，搭建现实空间和网络空间相协调、相融合的学习环境，提高资源的适用度及其获取的便捷度，保障混合式课程实施，助力教师由支配者、灌输者向指导者、帮助者、组织者和促进者的身份转变，提升学生学习过程的主动性和创造性，促进深度学习，保障学习质量和效率，满足灵活、多样、开放、精准、终身的个性化教育需求。
（二）知识图谱视角下在线课程资源建设问题随着教育信息化建设的推进力度不断加大，我国优质在线课程资源得以迅速丰富，并被纳入中国大学MOOC、学堂在线等在线教育平台，形成了多学科、开放式、在线性、大规模的课程资源建设业绩。但是，疫情背景下的在线课程实施凸显了在线课程资源的匮乏乃至人工智能技术与课程融合深度的严重不足。在线课程资源建设脱节于开放、个性、精准的教育服务体系，与灵活、多样、开放、精准、终身的个性化教育需求之间依然存在着亟待逾越的鸿沟。课程是人才培养的核心要素，课程质量直接决定人才培养质量[24]。以本次疫情期间的大规模在线课程实践作为“加速剂、助推剂”，结合智能教育的基本内涵，树立适应智能教育发展的在线课程资源建设紧迫感，探寻在线课程知识图谱构建途径与方法，提升在线课程的质量水平及其应用效益，夯实智能教育发展的基础设施，保障人才培养质量，已成为当前我国高等教育领域的重要任务。
鉴于知识图谱是未来智能教育发展的基石，这里以知识图谱的组成与技术架构为主要视角，现有的在线课程资源建设存在着三方面突出问题。（1）资源建设行为存在功利性。在“自上而下”建设模式、“为评而建”建设心态和“单门独建”建设形式的驱动下，现有的在线课程资源多立足于评选要求，常以课程荣誉为目标，从自身课程的狭隘视角下，完成资源建设任务[25]。该问题是产生在线课程资源“多而少用、有而缺趣”现象的重要根源。在该问题影响下，在线课程存在着课程设计与服务质量不高现象。该现象主要表现在：封闭的教学目标、一刀切的教学设计、单调的教学模式、滞后的支持服务等方面。例如，教学目标、教学设计和教学模式局限于资源建设者所属的院校、日常教学所面对的专业学生群体以及自身或团队所积累的教学经验等。在不同的学科专业以及专业人才培养目标的约束条件下，同一门在线课程在教学的学时、目标、内容、方法以及课程的先修、后续等方面必然存在差异，学生个体乃至群体也呈现明显差异。现有的在线课程资源建设所涉及的教学目标、设计、模式、方法等方面尚未兼容上述差异。支持服务常局限于作业、练习、测验、考试、讨论、答疑等方面，资源更新的及时性与教学互动的实时性不足，智能性教与学的支持服务水平与能力有限。（2）知识体系结构科学性不足。在上一个问题的影响下，该问题主要表现在：知识范畴狭隘，知识之间网状关系建构不足，导致知识“匮乏”“孤岛”现象。在知识范畴界定方面，现有的在线课程建设所依据的知识范畴局限于课程自身所含的显性知识以及相关的显性知识（如：拓展知识），缺少教师“教”过程、学生“学”过程所产生的隐性知识，导致在线课程的知识储量严重不足。在智能教育背景下，隐性知识的发现、表示、存储、融合、维护、再利用是在线课程知识体系的重要组成部分，是“以学生发展为中心”理念下在线课程资源建设的重要任务。满足于课程显性知识体系构建已经落后于时代，无法满足智能教育需求。在知识关系构建方面，知识体系仅呈现知识点之间的线性或树状关系，导致知识获取的“断头路”现象，严重影响知识的同化与顺应。此类问题导致现有的在线课程资源难以满足灵活、多样、开放、精准、终身的个性化教育需求。（3）知识图谱构建的动态性不足。根据知识图谱的构建技术框架，该问题主要表现在：知识图谱更新不足，导致知识“闭关自守”现象。该表现主要涉及：知识的抽取源单一，外部知识的融入缺失。在知识抽取源方面，现有的在线课程知识图谱多以人工手动为主、计算机自动为助，从大纲、教材、教案、课件等文本数据中（或教务数据库的结构化数据中）抽取候选知识单元与语义关系，忽视了非结构化数据（如：音频、视频、图形、图像）所含的知识要素。这种非结构化数据的知识抽取将有助于知识点与课程资源建立紧密关系，支持精准、个性的学习服务以及学习过程的隐性特征发现。另外，知识抽取过程过于关注细节的实体和概念，忽略了实体和概念内部的层次性、交叉互联性的逻辑关系。在外部知识融入方面，现有的课程知识图谱局限于上述知识抽取源过程所产生的实体、概念、属性和关系，忽视了基于第三方知识库的知识融合，导致多学科、多元化知识储量不足。在知识自我更新方面，现有的知识图谱缺少知识再利用意识，知识拓展能力不强。 三、高校在线课程知识图谱构建路径
（一）在线课程知识图谱的基本特征
一方面，经过春季学期的大规模在线教学实践，高校应以在线课程知识图谱为重要基础设施，加大在线课程建设质量提升力度，快速推进现实空间和网络空间相协调、相融合的课程建设模式，确保线上线下相融合的混合式课程建设质量。另一方面，灵活、多样、开放、精准、终身的个性化教育需求以及开放、个性、精准的教育服务体系是智能教育发展的核心要素。基于上述情况，在线课程知识图谱应具备基于联通主义的互联互通、基于数据驱动的启发式迭代更新的基本特征。（1）基于联通主义的互联互通。借助联通主义的学习，利用知识、资源、连接的网状结构，通过协作和共享，建构学生自身的互联互通知识网，有益于促进知识连接和知识创新的过程[26-28]。面向智能教育，在联通主义学习理论视域下，在线课程知识图谱需要提供课程内部、课程-师生、课程-课程、课程-资源、课程-学科专业、课程-院校、师生内部、学生-学生、教师-教师等“互联互通”语义知识网。（2）基于数据驱动的启发式迭代更新。知识图谱构建不是一朝一夕、一劳永逸的建设任务。借助启发式更新模式，在部分知识图谱的完成基础上，将应用反馈与外部知识融入贯穿到知识图谱的生命周期中，发现新的教育教学需求、新的知识与现有知识图谱的不足，针对模式层和数据层，持续完善现有知识，不断添加新知识，使得知识的质量和储量处于螺旋式上升状态，形成教、学所需所求的高质量、丰富适用的在线知识资源。上述基本特征隐含着知识图谱的其他特征，如：共享性、共建性、快速性、多维性等。这些特征是知识图谱互联互通、启发式迭代更新的基础。
（二）高校在线课程知识图谱的构建路径
1.采用自顶向下和自底向上相结合的构建方式首先，初步构建模式层和数据层，形成初始的课程知识图谱。从课程资料中，抽取归纳概念以及概念之间的相互关系，表达出“概念-关系-概念”，建立本体知识集，构建课程知识图谱的模式层。以《中国医学史》课程为例，采用人工模式，利用教学大纲、教材、教案、课件、微课等课程资料，将知识单元视为概念，抽取知识单元及其知识单元之间层级关系。由于知识单元属于同一类概念，因此知识单元之间的层级关系属于父类（即上一层知识单元）和子类（即下一层知识单元）的上下
位关系。在一定程度上，教材的章名、节名及其正文的标题能够体现出课程的知识单元。例如，在图1中，“中医学术体系的建立”和“诸汉墓出土医书”主要源自于章名和节名，且后者属于前者的子类（即subclass）关系;进一步地，在模式层中，利用“rdfs：subClassOf”标注的箭头连线（即边），呈现知识单元之间的上下位关系。为保证模式层的合理性和规范性，知识单元的抽取不能完全依赖于教材目录，即教材的章节名称有时无法呈现出独立、规范的知识单元。例如，针对我校《中国医学史》课程所用教材29，第二章第一节所含的“一、基本内容简介”和“二、出土医书分析”难以作为有效的知识单元。相应地，以教学大纲的目的要求和教学内容或者教材正文的标题等为源，归纳识别独立的知识模块名称，抽取“马王堆汉墓医书”“武威汉墓医书”“江陵张家山汉墓医书”，作为“诸汉墓出土医书”的下一层知识单元。之后，利用课程资料所含的具体知识，抽取实体、实体之间关系以及“属性-值”关系，并在模式层的约束下，表达出“实体-关系-实体”或“实体-属性-属性值”，构建课程知识图谱的数据层。在此基础上，通过概念与实体的链接，融合模式层与数据层，构建课程知识图谱。以《中国医学史》课程为例，针对“马王堆汉墓医书”知识单元，采用人工模式，从教材、教案、教学大纲等资料中，抽取“五十二病方”“导引图”等实例，作为数据层的实体，并利用“rdf：type"标注的箭头连线，建立知识单元与实例之间链接;进一步地，抽取“五十二病方”的出土时间、书体等属性及其1973年、帛书等属性值（如图1所示），并利用属性所标注的边链接实体与属性值，呈现概念与实体之间的语义关系，表达出“实体-属性-属性值”。在此基础上，为扩展知识图谱所含的知识要素覆盖面以及扩充知识图谱的利用空间，将非结构化数据（如：授课视频、案例图片、实验动画、章节课件、测验文本、问题音频等）纳人课程知识图谱构建的知识源，抽取知识要素，建立资源对象与知识要素（如知识点、重难度等）之间的关联。例如，利用《中国医学史》的“诸汉墓出土医书”微课视频，获取“五十二病方”知识点出现的起始时间（如：9分10秒），并将起始时间和网址作为“诸汉墓出土医书”的属性，纳人数据层。上述关联有助于增强知识资源的获取便捷性。亦或利用网络资源，进一步获取帛书的基本知识点（如：别名、简介、书法等），并与现有数据层的“帛书”实体建立链接，扩展知识覆盖面。另外，不同知识单元之间可能存在实例共享现象，即同一知识点可能出现在不同的知识单元中，支持特定知识点的不同深度、不同视角等阐述和讲授。例如，采用人机结合模式，从《中国医学史》的电子版教材、教学大纲、课件等资料中，查找“五十二病方”知识点的出现位置，发现在“医学各科的充分发展”的“临证各科的发展与特点”中，该知识点作为“疾病”视角，用于阐述外科肛肠病的痔疮治法，以及在“绪论”的“中医学的历史成就”中，上述治法以《五十二病方》所载原文及其解析形式，用于呈现战国时期的中医学成就。因此，通过设置“五十二病方”与“痔疮”实体之间的“疾病”关系，呈现“五十二病方-疾病-痔疮”知识关联性;进一步地，利用“rdf：type”标注的边，建立痔疮与战国、肛肠病知识单元链接。最终，针对实例的共享现象，构建了不同实例乃至不同知识单元之间网状知识结构，形成知识之间的交融贯通。上述的交融贯通有助于理清中医学形成发展的历史过程、规律、成就以及中医学特殊性的原因、本质，把握各种因素对中醫学发展过程的影响渗透作用。通过上述的课程知识图谱构建，形成课程的结构化语义知识网，保证了知识获取的便捷性，有助于保障学生的有效学习时间以及教师在学习过程中的协作、指导与帮助，提高在线课程学习效率以及混合式课程建设质量。 之后，利用第三方知识库的知识融人，完善和拓展现有知识图谱。例如，从第三方的相关课程（如先修课、后续课）知识库中，获取课程知识（如：先修、后续知识点），通过概念和实体的匹配以及知识的验证和评估，将过滤的知识融人目标课程知识图谱的模式层和数据层。例如，《中国医学史》课程的学习有利于学习中医学其他各门专业课的相关内容，为《方剂学》《中药学》《伤寒论》以及临床各科的学习奠定基础。相应地，利用《中医外科学》课程的“痔”知识单元与“外治法”属性，抽取“痔疮”的现代中医临床治疗知识，纳人《中国医学史》课程知识图谱，拓展知识覆盖面，实现多课程之间知识开放共享，有益于构建古今相融的中医临床知识体系，有助于提升在線课程与“医教协同深化医学人才培养”新要求的适应度。上述过程借助微课视频等知识集成媒体或不同知识图谱之间的实体链接等途径，在满足知识面扩展需求的同时，降低现有知识图谱的庞杂度，控制知识图谱的知识范畴。例如，获取《中医外科学》微课视频的“痔”知识点出现的起始时间，并纳人《中国医学史》课程知识图谱。上述过程需要进行共指解析和实体消歧。例如，在《中医外科学》的实例中，“痔”实体需要借助共指解析，将其等同于《中国医学史》课程知识图谱的“痔疮”实体，以便准确地关联到目标知识图谱的实体对象，保证知识融合的科学性。上述的知识图谱构建有益于避免在线课程的“课本位”建设模式，形成多门在线课程之间的相互支撑、互为共享建设模式，构建“以知识图谱为根、一门课程为树、多门课程为林、学科专业为森”的在线课程新业态，有助于增强学生的自主学习和深度学习意识和能力，提高在线课程学习效率。
2.建立多图谱相融的体系
学校教育应积极促进学生自身的经验同来自于不同渠道的各种信息交叉和融合，培养学生的知识创造力。在线课程知识图谱构建过程需要树立“知识开放式共享、跨学科协同式创新”意识，构建全局性、局部性、个体性三个层面的知识图谱"1。全局性知识图谱涉及人才培养方面的知识，包含专业人才培养方案所承载的实体（概念）和关系，并融入学科、专业、院校、教师、行业等知识要素及其关系。个体性知识图谱涉及学生方面的知识，包含学生个人以及学生群体特征所承载的实体（概念）和关系。作为核心层面的知识图谱，局部性知识图谱涉及课程方面的知识，包含具体在线课程所承载的实体（概念）和关系。上述三类知识图谱是既相对独立又密切联系的。上述关系有助于利用全局性知识图谱和个体性知识图谱等第三方知识库，构建和完善在线课程知识图谱，实现“互联互通”知识网，为三类知识图谱之间互通有无的共享性、多方协同合作构建的共建性、知识图谱有机重组的快速性和在线课程学习空间融合的多维性提供坚实的保障。另外，上述关系有助于降低在线课程知识图谱的复杂度，提升在线课程知识图谱构建的专注度。
最终，借助多图谱相融的体系，提升在线课程的开放、个性、精准的教育服务水平，满足灵活、多样、开放、精准、终身的个性化教育需求，提高智能化、网络化、个性化、终身化教育体系的融入能力。借助人才培养知识图谱和学生知识图谱，通过上述的共享性、共建性、快速性和多维性，解决在线课程与专业人才培养适应性、与学生全面发展、个性发展适应性的问题，充分发挥在线课程知识图谱对于知识深度掌握的促进以及学习沟通协作、知识主动建构与有效迁移的能力培养支撑作用。针对特定的教育阶段，借助该体系，追踪学习轨迹，获取知识模块学习情况和知识体系建构情况，实施后续的个性化、终身化教育。通过全局性、个体性知识图谱与局部性知识图谱的融合，将学校的专业、学生实际信息纳人课程知识图谱中，提升在线课程与学校实际（如：授课的教师及其对象）之间融合度，避免在线课程与学校的实际学习环境脱离，搭建现实空间和网络空间相协调、相融合的学习环境，促进混合式课程建设，推动教师由支配者、灌输者向指导者、帮助者、组织者和促进者的身份转变，提升学生学习过程的主动性和创造性。另外，借助多图谱相融的体系，利用数据处理技术，发现教师“教”过程、学生“学”过程所产生的隐性新知识（如：新的概念、实体和关系以及新的属性、属性值等），经过质量评估，形成可信度高的隐性知识，将隐性知识加入模式层和数据层，进行知识图谱的知识推理应用，拓展现有的知识图谱。例如，利用关联规则分析和聚类分析技术，处理课程知识图谱的应用数据，发现学生的个体/群体特征，制定学习路径，推送知识点与学习资源，促进“因材施教”。上述过程扩大了“因材施教”范畴，即：将“材”所涉及的学生个体，扩展至具有共性或差异的学生群体，强化“因材施教”的实施效果。这种学生群体具有同一专业背景或类似学习特征与能力等特征的若干学生。关于隐性新知识的发现，这里以“学习共同体”相关实体和关系的发现为例。孔维梁等人利用约束聚类方法，根据学习风格，进行异质化分组，智能构建学习共同体，发挥不同风格学习者在知识建构中的积极作用32。进一步地，将学习共同体的发现结果作为隐性知识，纳人在线课程知识图谱，建立学习者与学习共同体之间的链接。随着知识图谱的知识质量不断提升和储量不断提高，进一步优化学习共同体知识，提高互动交流学习、协同建构知识的效率，促进协作式学习环境建设。
四、结语
目前，智能教育成为教育高质量发展的新引擎。作为人工智能技术的主要组成部分，知识图谱是智能教育的基础设施。经历本次疫情期间的大规模在线课程实践，在线课程的常态化建设将成为高校课程建设的焦点，倒逼着在线课程资源的科学快速、高质高效建设。通过高校在线课程知识图谱的构建，形成基于语义网络的知识体系结构，夯实智能教育发展的基础设施，支撑开放、个性、精准的教育服务，为智能教育发展提供坚实支撑与可靠保障。
参考文献：
[1]陈琳，陈耀华.智慧时代中国教育现代化特征论[J].中国电化教育，2020，（1）：30-37.
[2][21]刘峤，李杨等.知识图谱构建技术综述[J].计算机研究与发展，2016，53（3）：582-600. [3][13]何亮.大规模知识图谱服务的系统与应用研究[D].合肥：中国科学技术大学，2018.
[4][14]漆桂林，高桓等.知识图谱研究进展[J].：情报工程，2017.3（1）：4-25.
[5]国务院.国务院印发《新一代人工智能发展规划》[EB/OL]http：/www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm，2017-07-20.
[6]教育部.教育部关于印发《高等学校人工智能创新行动计划》的通知[EB/OL].http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410332722.html.2018-04-03.
[7]國务院.中共中央、国务院印发《中国教育现代化2035》[EB/OL].http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm，2019-02-23
[8]钟绍春.人工智能如何推动教育革命中国电化教育2020.（3）：17-24.
[9]莫宏伟，徐立芳等智能教育教学模式研究叩教育现代化，2018.5（3）：124-125 139.
[10]黄恒琪，于娟等.知识图谱研究综述[J].计算机系统应用，2019.28（6）：1-12.
[11]SINGHALA.Introducingtheknowledgegraph：thingsnotstrings[EB/OL].https：//googleblog.blogspot.com/2012/05/introducing-knowledge-graph-things-not.html，2012-05-16.
[12]马忠贵，倪润宇等.知识图谱的最新进展、关键技术和挑战[J].工程科学技术，2020，42（10）：1254-1266.
[151[16]李振，周东岱等.“人工智能 ”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019.（4）：42-53.
[17]侯霞，郝保水等.基于COOC和知识图谱的在线教学资源建设新模式[J].计算机教育，2019，（3）：89-91 97.
[18]吴鹏飞，余胜泉.学习资源语义关联关系及其可视化研究[J].中国电化教育，2015，（12）：97-104.
[19]张萌课程知识图谱组织与搜索技术研究[D].武汉：武汉大学，2016.[20]苏翔.基于知识图谱的“数据结构”教学资源平台的构建研究[D].北京：北京林业大学，2019.
[22]吴岩.要加快在线教学由“新鲜感”向“新常态”的转变[EB/OL].http：//www.edu.cn/xxh/focus/li_lun_yj/202004/t20200430_1724522.shtml，2020-04-30
[23]吴岩.教育部：在线教学实现了从“单声道”到互动式“双声道”转变[EB/OL].http：//www.moe.gov.cn/fbh/live/2020/51987/mtbd/202005/t20200515454595.html.2020-05-15.
[24]教育部.教育部关于一流本科课程建设的实施意见[EB/OL].http：//www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031406269.html？tdsourcetag=s_pcqq_aiomsg，2019-10-30.
[25]李伟，谷世乾等.教育生态学视域下我国在线开放课程的可持续发展路径研究[J].现代教育技术，2020，30（8）：41-48.
[26] Downes S.Learming networks in practice [JEmerging Technologies fr Learing：2007（2）：19-27.
[27] Siemens G.Connectivism：A Leaming Theory for the Digital Age [J]. International Journal of Instructional Technology and Distance Learning，2005，2（1）：3-10.
[28]王志军，陈丽.联通主义学习理论及其最新进展[J].开放教育研究，2014，（5）：11-28.
[29]张成博，程伟.中国医学史（新世纪第四版）[M].北京：中国中医药出版社，2016
[30]孙婧，骆婧雅等.人工智能时代反思教学的本质——基于批判教育学的视角[J].中国电化教育，2020，（6）：16-21.
[31]郭宏伟.医教协同背景下医学院校在线开放课程建设研究[J].中国高教研究.2017.（10）：103-106.
[32]孔维梁，韩淑云.基于约束聚类的学习共同体智能构建与应用研究[J].中国电化教育，2019，（10）：32-37 46.
作者简介：
郭宏伟：教授，博士，博士生导师，校长，研究方向为中医药高等教育、高等学校教育教学管理、信息化教育、中国医学教育史及医学教育中人文精神。
收稿日期：2020年10月8日
责任编辑：赵云建
关键词：智能教育;知识图谱;在线课程;高等教育
中图分类号：G434 文献标识码：A文章编号：1006-9860（2021）0123-08
“互联网 ”时代，以互联网、物联网、云计算、大数据、人工智能、区块链为代表的新一代信息技术推动高等教育领域的智能化发展，为教育现代化提供动力与支撑，为高等教育创新发展带来了机遇和挑战”。自2017年，《新一代人工智能发展规划》《高等学校人工智能创新行动计划》《中国教育现代化2035》等文件相继出台，支持智能教育发展，推进人工智能与教育深度融合，促动学习环境、教学方式、教育管理与评价等方面变革。知识图谱是人工智能的基石，提供了一种结构化的语义知识网络，能够有效地支撑知识的表示、存储、搜索、抽取、挖掘、融合、推荐、问答、解释与决策等智能服务[2-4]。构建教育知识图谱，推进知识图谱与教育领域的高效融合，夯实智能教育发展的基础设施，支撑开放、个性、精准的教育服务，是人工智能与教育深度融合的前提和基础。作为教育知识图谱的基本单元，在线课程知识图谱是教育知识图谱建设质量的根本保障，是智能教育发展的核心影响因素。
在疫情之下，“停课不停学”工作实施反映出智能教育的需求和混合式课程的要求，凸显了在线课程资源建设的重要性与紧迫性，呈现出在线课程资源科学快速、高质高效建设的倒逼态势。在此态势下，面对智能教育发展任务，以学生发展为中心，在线课程资源建设质量提升成为高等教育亟待解决的重要而又急迫问题。本文依据智能教育的基本内涵，探索知识图谱与在线课程之间的融合，奠定基于網状语义结构的专业知识建构基础，充分发挥知识图谱的优势，提升在线课程资源建设质，强化高校在线课程在智能教育发展中的支撑保障作用。
一、智能教育概述
（一）智能教育基本内涵
为了推动人工智能与教育深度融合、为教育变革提供新方式，我国持续出台政策文件，提出智能教育发展的重点任务、战略任务以及应用示范任务。2017年，国务院发布《新一代人工智能发展规划》（以下简称《规划》）。《规划》从教育体系、智能校园、学习教育平台、教育分析系统、教育环境与服务等方面，提出了智能教育发展的重点任务5。2018年，教育部发布《高等学校人工智能创新行动计划》（以下简称《计划》），并在“基本态势”部分提出了以智能技术为支撑的人才培养模式创新、教学方法改革、教育治理能力提升，构建智能化、网络化、个性化、终身化的教育体系;进一步地，《计划》从智能校园、学校治理、学习平台等方面提出了智能教育发展的重点任务，并从智能教育的发展策略与标准规范、人工智能技术与教育相关主题的融合路径和方法以及智能化教育云平台等方面，明确了推动智能教育应用示范的任务。2019年，国务院发布《中国教育现代化2035》，从智能校园、人才培养模式、教育服务业态、教育治理方式等方面提出了智能教育的战略任务”。
目前，智能教育的内涵得到了一定的探讨，但尚未形成统一的认识[8-9]。纵观智能教育发展的相关表述，智能教育属于“人工智能 教育”范畴，是以学生发展为中心，以人工智能与教育的深度融合和创新发展为支撑，以在线知识资源为根基，具有现实空间和网络空间相协调、相融合的特征，具备开放、个性、精准的教育服务体系，满足灵活、多样、开放、精准、终身的个性化教育需求的教育新业态。智能教育主要涉及教育教学和学校治理两方面。在教育教学方面，利用人工智能与人才培养模式、教育管理、教育评价、教育科研、教学模式、教学内容、教学方法的融合路径和方法，形成智能化、网络化、个性化、终身化的新型教育体系。在学校治理方面，通过人工智能技术的全流程渗透融合，推进组织结构和管理体制的变革，优化运行机制和服务模式，形成智能性、开放式、一体化的教育服务环境，实现精准化分析、科学化决策和精细化管理，提升学校治理能力。
（二）智能教育与知识图谱
知识图谱是人工智能技术突破性进展的重要组成部分。作为“人工智能 教育”驱动下的教育新业态，智能教育必然与知识图谱存在着紧密联系。2012年，知识图谱的概念由Google提出"。近年来，知识图谱成为人工智能领域的研究热点2-14。根据知识范畴的差异，知识图谱分为行业知识图谱和通用知识图谱。前者面向特定的领域，如：教育知识图谱、医疗知识图谱、金融知识图谱等。后者具有大众性，不面向特定的领域，属于百科型知识图谱，
如：YAGO、Frebase、知心等。两类知识图谱存在着相辅相成关系。例如，前者可以为后者提供特定领域的知识，扩充后者的知识储量，提升知识质量。后者可以为前者提供其他相关领域的知识，完善前者的知识覆盖面，提升知识服务能力。作为一种行业知识图谱，教育知识图谱是智能教育发展的基石"5]。借助教育知识图谱，重构知识之间的链接关系，形成学科专业的网状知识体系结构，能够有效支持灵活、精准“教”与个性、终身“学”。
目前，一些研究者开展了教育知识图谱的相关研究。李振等人剖析了不同视角下教育知识图谱的内涵，提出了教育知识图谱的分类和构建技术，并从教育大数据智能处理、教育资源聚合、教学实施等方面阐述了教育知识图谱的应用前景。侯霞等人以知识图谱为基点，以协作式开放在线教程（CollaborativeOpenOnlineCourse，COoC）为对象，提出了在线教学资源建设模式。吴鹏飞等人针对学习资源的语义化组织问题，提出了一种学习资源语义关联关系模型，探寻了教育知识图谱的构建途径[8]。在课程知识图谱的构建方面，张萌提出了关联课程数据的概念以及课程知识图谱的模式层组织方法与数据层的处理方式19，苏翔提出了特定课程的知识图谱构建流程以及语义检索实现过程20。纵观现有的研究与实践情况，在线课程知识图谱的构建存在着一定的不足。一方面，目前，开放共享模式、多学科多元化视角下知识建构水平不高。例如，知识建构忽略了学习者的基本信息（如：专业、年级、地域、民族等）以及课程之间的知识交融贯通。另一方面，知识图谱不仅包含显性知识，而且更应涵盖隐性知识，以便充分发挥对智能教育的支撑作用。例如，课程知识图谱不仅涉及课程所含的显性知识，而且更要涵盖学生学习过程所产生的隐性知识（如：学生个体/群体的知识点掌握程度与学习效果特征、学习路径规律、学习群体动力作用等）。另外，知识图谱的构建是一种动态、螺旋式上升的过程。随着新知识的加人或其他知识图谱的并人，现有的课程知识图谱得到迭代式扩充与完善。现有的一次性、静态式知识图谱构建制约着在线课程的建设质量与实施成效。因此，依据知识图谱的构建技术框架2”，结合智能教育的基本内涵，提升在线课程知识图谱的构建质量，为智能教育发展提供坚实支撑与可靠保障，对于加快智能教育发展具有十分重要的意义。 二、高校在线课程资源建设的问题
（一）疫情背景下在线课程实施情况
在新型冠状病毒感染肺炎疫情（以下简称为疫情）背景下，我国高等教育经历了一场前所未有、超大规模的在线教学实践。教育部吴岩司长认为：“我们要把眼光放长远，让思想变深刻，抓住机遇、主动求变。充分运用疫情期间我们掀起的改变了教、改变了学、改变了管、改变了形态的’学习革命’，来推动高等教育人才培养的’质量革命’[22];并指出：“我们再也不可能、也不应该退回到疫情发生之前的教与学状态，融合了’互联网 ’‘智能 ’技术的在线教学已经成为中国高等教育和世界高等教育的重要发展方向”[23]。上述讲话是在疫情期间大规模在线教学实践之际，为高等教育提出了“‘学习革命’来推动‘质量革命’”的重要命题，为高等教育指明了以“互联网 ”“智能 ”技术融合为驱动力向教育新业态快速转变的发展方向。在未来高等教育发展过程中，作为在线教学的核心元素，高校在线课程将不再是常态课程的补充，而是成为以在线知识资源为根基的常态课程，助力“从传授知识为主向培养能力为主”的课程变革，适应上述的重要命题与发展方向。
面对疫情影响，为确保“停课不停教、停课不停学”顺利实施，我国教育工作者采用了多种的课程实施途径。这里以我校2019-2020学年春季学期为例。在2020年3月2日-7月12日（共计19周）期间，学校面向139个教学班，采用在线教学模式，开课454门、约22.66万门次，参与教师678名、约1.88万人次，参与学生9918名、约188.46万人次。从“在线课程资源是否已经具备”的视角下，在线课程实施包括下述三种途径。在没有适用的在线开放课程资源支持情况下，通过课程资源的自建，辅助直播课程实施;在依托在线开放课程平台情况下，直接使用现有的在线课程资源，完成在线课程的实施;采用基于直播课程与在线开放课程相融合的混合式课程形态，将现有的在线课程资源融入在线直播课程的实施过程。调研结果显示：81.21%的学生喜欢混合式课程形态，79.27%的学生认为教师及时适当分享和推送课程资源，能够有效地促进学习效果的提升。通过教学质量信息的反馈与总结，上述情况的主要原因在于：混合式课程形态没有“脱离”本校授课教师;在丰富、适用的课程资源支持下，通过课程教学设计与课前、课中、课后等互動环节，教师能够有效地组织学习过程，指导资源使用，帮助知识梳理，剖析重难点知识。另外，调研结果显示：知识资源的获取便捷性不强，在线课程资源的适用度不高，学习过程的协作、指导与帮助不足，有效学习的时间不足，自主学习的意识和能力不强，学校的实际学习环境脱离，是在线课程学习效率的主要影响因素，也是直播课程居多、混合式课程受欢迎的主要原因。
上述的在线课程实践情况与调研结果反映出学生对智能教育的需求以及混合式课程的要求。未来的在线课程建设应树立“以学生发展为中心’理念，遵照智能教育的内涵，以在线知识资源为根基，搭建现实空间和网络空间相协调、相融合的学习环境，提高资源的适用度及其获取的便捷度，保障混合式课程实施，助力教师由支配者、灌输者向指导者、帮助者、组织者和促进者的身份转变，提升学生学习过程的主动性和创造性，促进深度学习，保障学习质量和效率，满足灵活、多样、开放、精准、终身的个性化教育需求。
（二）知识图谱视角下在线课程资源建设问题随着教育信息化建设的推进力度不断加大，我国优质在线课程资源得以迅速丰富，并被纳入中国大学MOOC、学堂在线等在线教育平台，形成了多学科、开放式、在线性、大规模的课程资源建设业绩。但是，疫情背景下的在线课程实施凸显了在线课程资源的匮乏乃至人工智能技术与课程融合深度的严重不足。在线课程资源建设脱节于开放、个性、精准的教育服务体系，与灵活、多样、开放、精准、终身的个性化教育需求之间依然存在着亟待逾越的鸿沟。课程是人才培养的核心要素，课程质量直接决定人才培养质量[24]。以本次疫情期间的大规模在线课程实践作为“加速剂、助推剂”，结合智能教育的基本内涵，树立适应智能教育发展的在线课程资源建设紧迫感，探寻在线课程知识图谱构建途径与方法，提升在线课程的质量水平及其应用效益，夯实智能教育发展的基础设施，保障人才培养质量，已成为当前我国高等教育领域的重要任务。
鉴于知识图谱是未来智能教育发展的基石，这里以知识图谱的组成与技术架构为主要视角，现有的在线课程资源建设存在着三方面突出问题。（1）资源建设行为存在功利性。在“自上而下”建设模式、“为评而建”建设心态和“单门独建”建设形式的驱动下，现有的在线课程资源多立足于评选要求，常以课程荣誉为目标，从自身课程的狭隘视角下，完成资源建设任务[25]。该问题是产生在线课程资源“多而少用、有而缺趣”现象的重要根源。在该问题影响下，在线课程存在着课程设计与服务质量不高现象。该现象主要表现在：封闭的教学目标、一刀切的教学设计、单调的教学模式、滞后的支持服务等方面。例如，教学目标、教学设计和教学模式局限于资源建设者所属的院校、日常教学所面对的专业学生群体以及自身或团队所积累的教学经验等。在不同的学科专业以及专业人才培养目标的约束条件下，同一门在线课程在教学的学时、目标、内容、方法以及课程的先修、后续等方面必然存在差异，学生个体乃至群体也呈现明显差异。现有的在线课程资源建设所涉及的教学目标、设计、模式、方法等方面尚未兼容上述差异。支持服务常局限于作业、练习、测验、考试、讨论、答疑等方面，资源更新的及时性与教学互动的实时性不足，智能性教与学的支持服务水平与能力有限。（2）知识体系结构科学性不足。在上一个问题的影响下，该问题主要表现在：知识范畴狭隘，知识之间网状关系建构不足，导致知识“匮乏”“孤岛”现象。在知识范畴界定方面，现有的在线课程建设所依据的知识范畴局限于课程自身所含的显性知识以及相关的显性知识（如：拓展知识），缺少教师“教”过程、学生“学”过程所产生的隐性知识，导致在线课程的知识储量严重不足。在智能教育背景下，隐性知识的发现、表示、存储、融合、维护、再利用是在线课程知识体系的重要组成部分，是“以学生发展为中心”理念下在线课程资源建设的重要任务。满足于课程显性知识体系构建已经落后于时代，无法满足智能教育需求。在知识关系构建方面，知识体系仅呈现知识点之间的线性或树状关系，导致知识获取的“断头路”现象，严重影响知识的同化与顺应。此类问题导致现有的在线课程资源难以满足灵活、多样、开放、精准、终身的个性化教育需求。（3）知识图谱构建的动态性不足。根据知识图谱的构建技术框架，该问题主要表现在：知识图谱更新不足，导致知识“闭关自守”现象。该表现主要涉及：知识的抽取源单一，外部知识的融入缺失。在知识抽取源方面，现有的在线课程知识图谱多以人工手动为主、计算机自动为助，从大纲、教材、教案、课件等文本数据中（或教务数据库的结构化数据中）抽取候选知识单元与语义关系，忽视了非结构化数据（如：音频、视频、图形、图像）所含的知识要素。这种非结构化数据的知识抽取将有助于知识点与课程资源建立紧密关系，支持精准、个性的学习服务以及学习过程的隐性特征发现。另外，知识抽取过程过于关注细节的实体和概念，忽略了实体和概念内部的层次性、交叉互联性的逻辑关系。在外部知识融入方面，现有的课程知识图谱局限于上述知识抽取源过程所产生的实体、概念、属性和关系，忽视了基于第三方知识库的知识融合，导致多学科、多元化知识储量不足。在知识自我更新方面，现有的知识图谱缺少知识再利用意识，知识拓展能力不强。 三、高校在线课程知识图谱构建路径
（一）在线课程知识图谱的基本特征
一方面，经过春季学期的大规模在线教学实践，高校应以在线课程知识图谱为重要基础设施，加大在线课程建设质量提升力度，快速推进现实空间和网络空间相协调、相融合的课程建设模式，确保线上线下相融合的混合式课程建设质量。另一方面，灵活、多样、开放、精准、终身的个性化教育需求以及开放、个性、精准的教育服务体系是智能教育发展的核心要素。基于上述情况，在线课程知识图谱应具备基于联通主义的互联互通、基于数据驱动的启发式迭代更新的基本特征。（1）基于联通主义的互联互通。借助联通主义的学习，利用知识、资源、连接的网状结构，通过协作和共享，建构学生自身的互联互通知识网，有益于促进知识连接和知识创新的过程[26-28]。面向智能教育，在联通主义学习理论视域下，在线课程知识图谱需要提供课程内部、课程-师生、课程-课程、课程-资源、课程-学科专业、课程-院校、师生内部、学生-学生、教师-教师等“互联互通”语义知识网。（2）基于数据驱动的启发式迭代更新。知识图谱构建不是一朝一夕、一劳永逸的建设任务。借助启发式更新模式，在部分知识图谱的完成基础上，将应用反馈与外部知识融入贯穿到知识图谱的生命周期中，发现新的教育教学需求、新的知识与现有知识图谱的不足，针对模式层和数据层，持续完善现有知识，不断添加新知识，使得知识的质量和储量处于螺旋式上升状态，形成教、学所需所求的高质量、丰富适用的在线知识资源。上述基本特征隐含着知识图谱的其他特征，如：共享性、共建性、快速性、多维性等。这些特征是知识图谱互联互通、启发式迭代更新的基础。
（二）高校在线课程知识图谱的构建路径
1.采用自顶向下和自底向上相结合的构建方式首先，初步构建模式层和数据层，形成初始的课程知识图谱。从课程资料中，抽取归纳概念以及概念之间的相互关系，表达出“概念-关系-概念”，建立本体知识集，构建课程知识图谱的模式层。以《中国医学史》课程为例，采用人工模式，利用教学大纲、教材、教案、课件、微课等课程资料，将知识单元视为概念，抽取知识单元及其知识单元之间层级关系。由于知识单元属于同一类概念，因此知识单元之间的层级关系属于父类（即上一层知识单元）和子类（即下一层知识单元）的上下
位关系。在一定程度上，教材的章名、节名及其正文的标题能够体现出课程的知识单元。例如，在图1中，“中医学术体系的建立”和“诸汉墓出土医书”主要源自于章名和节名，且后者属于前者的子类（即subclass）关系;进一步地，在模式层中，利用“rdfs：subClassOf”标注的箭头连线（即边），呈现知识单元之间的上下位关系。为保证模式层的合理性和规范性，知识单元的抽取不能完全依赖于教材目录，即教材的章节名称有时无法呈现出独立、规范的知识单元。例如，针对我校《中国医学史》课程所用教材29，第二章第一节所含的“一、基本内容简介”和“二、出土医书分析”难以作为有效的知识单元。相应地，以教学大纲的目的要求和教学内容或者教材正文的标题等为源，归纳识别独立的知识模块名称，抽取“马王堆汉墓医书”“武威汉墓医书”“江陵张家山汉墓医书”，作为“诸汉墓出土医书”的下一层知识单元。之后，利用课程资料所含的具体知识，抽取实体、实体之间关系以及“属性-值”关系，并在模式层的约束下，表达出“实体-关系-实体”或“实体-属性-属性值”，构建课程知识图谱的数据层。在此基础上，通过概念与实体的链接，融合模式层与数据层，构建课程知识图谱。以《中国医学史》课程为例，针对“马王堆汉墓医书”知识单元，采用人工模式，从教材、教案、教学大纲等资料中，抽取“五十二病方”“导引图”等实例，作为数据层的实体，并利用“rdf：type"标注的箭头连线，建立知识单元与实例之间链接;进一步地，抽取“五十二病方”的出土时间、书体等属性及其1973年、帛书等属性值（如图1所示），并利用属性所标注的边链接实体与属性值，呈现概念与实体之间的语义关系，表达出“实体-属性-属性值”。在此基础上，为扩展知识图谱所含的知识要素覆盖面以及扩充知识图谱的利用空间，将非结构化数据（如：授课视频、案例图片、实验动画、章节课件、测验文本、问题音频等）纳人课程知识图谱构建的知识源，抽取知识要素，建立资源对象与知识要素（如知识点、重难度等）之间的关联。例如，利用《中国医学史》的“诸汉墓出土医书”微课视频，获取“五十二病方”知识点出现的起始时间（如：9分10秒），并将起始时间和网址作为“诸汉墓出土医书”的属性，纳人数据层。上述关联有助于增强知识资源的获取便捷性。亦或利用网络资源，进一步获取帛书的基本知识点（如：别名、简介、书法等），并与现有数据层的“帛书”实体建立链接，扩展知识覆盖面。另外，不同知识单元之间可能存在实例共享现象，即同一知识点可能出现在不同的知识单元中，支持特定知识点的不同深度、不同视角等阐述和讲授。例如，采用人机结合模式，从《中国医学史》的电子版教材、教学大纲、课件等资料中，查找“五十二病方”知识点的出现位置，发现在“医学各科的充分发展”的“临证各科的发展与特点”中，该知识点作为“疾病”视角，用于阐述外科肛肠病的痔疮治法，以及在“绪论”的“中医学的历史成就”中，上述治法以《五十二病方》所载原文及其解析形式，用于呈现战国时期的中医学成就。因此，通过设置“五十二病方”与“痔疮”实体之间的“疾病”关系，呈现“五十二病方-疾病-痔疮”知识关联性;进一步地，利用“rdf：type”标注的边，建立痔疮与战国、肛肠病知识单元链接。最终，针对实例的共享现象，构建了不同实例乃至不同知识单元之间网状知识结构，形成知识之间的交融贯通。上述的交融贯通有助于理清中医学形成发展的历史过程、规律、成就以及中医学特殊性的原因、本质，把握各种因素对中醫学发展过程的影响渗透作用。通过上述的课程知识图谱构建，形成课程的结构化语义知识网，保证了知识获取的便捷性，有助于保障学生的有效学习时间以及教师在学习过程中的协作、指导与帮助，提高在线课程学习效率以及混合式课程建设质量。 之后，利用第三方知识库的知识融人，完善和拓展现有知识图谱。例如，从第三方的相关课程（如先修课、后续课）知识库中，获取课程知识（如：先修、后续知识点），通过概念和实体的匹配以及知识的验证和评估，将过滤的知识融人目标课程知识图谱的模式层和数据层。例如，《中国医学史》课程的学习有利于学习中医学其他各门专业课的相关内容，为《方剂学》《中药学》《伤寒论》以及临床各科的学习奠定基础。相应地，利用《中医外科学》课程的“痔”知识单元与“外治法”属性，抽取“痔疮”的现代中医临床治疗知识，纳人《中国医学史》课程知识图谱，拓展知识覆盖面，实现多课程之间知识开放共享，有益于构建古今相融的中医临床知识体系，有助于提升在線课程与“医教协同深化医学人才培养”新要求的适应度。上述过程借助微课视频等知识集成媒体或不同知识图谱之间的实体链接等途径，在满足知识面扩展需求的同时，降低现有知识图谱的庞杂度，控制知识图谱的知识范畴。例如，获取《中医外科学》微课视频的“痔”知识点出现的起始时间，并纳人《中国医学史》课程知识图谱。上述过程需要进行共指解析和实体消歧。例如，在《中医外科学》的实例中，“痔”实体需要借助共指解析，将其等同于《中国医学史》课程知识图谱的“痔疮”实体，以便准确地关联到目标知识图谱的实体对象，保证知识融合的科学性。上述的知识图谱构建有益于避免在线课程的“课本位”建设模式，形成多门在线课程之间的相互支撑、互为共享建设模式，构建“以知识图谱为根、一门课程为树、多门课程为林、学科专业为森”的在线课程新业态，有助于增强学生的自主学习和深度学习意识和能力，提高在线课程学习效率。
2.建立多图谱相融的体系
学校教育应积极促进学生自身的经验同来自于不同渠道的各种信息交叉和融合，培养学生的知识创造力。在线课程知识图谱构建过程需要树立“知识开放式共享、跨学科协同式创新”意识，构建全局性、局部性、个体性三个层面的知识图谱"1。全局性知识图谱涉及人才培养方面的知识，包含专业人才培养方案所承载的实体（概念）和关系，并融入学科、专业、院校、教师、行业等知识要素及其关系。个体性知识图谱涉及学生方面的知识，包含学生个人以及学生群体特征所承载的实体（概念）和关系。作为核心层面的知识图谱，局部性知识图谱涉及课程方面的知识，包含具体在线课程所承载的实体（概念）和关系。上述三类知识图谱是既相对独立又密切联系的。上述关系有助于利用全局性知识图谱和个体性知识图谱等第三方知识库，构建和完善在线课程知识图谱，实现“互联互通”知识网，为三类知识图谱之间互通有无的共享性、多方协同合作构建的共建性、知识图谱有机重组的快速性和在线课程学习空间融合的多维性提供坚实的保障。另外，上述关系有助于降低在线课程知识图谱的复杂度，提升在线课程知识图谱构建的专注度。
最终，借助多图谱相融的体系，提升在线课程的开放、个性、精准的教育服务水平，满足灵活、多样、开放、精准、终身的个性化教育需求，提高智能化、网络化、个性化、终身化教育体系的融入能力。借助人才培养知识图谱和学生知识图谱，通过上述的共享性、共建性、快速性和多维性，解决在线课程与专业人才培养适应性、与学生全面发展、个性发展适应性的问题，充分发挥在线课程知识图谱对于知识深度掌握的促进以及学习沟通协作、知识主动建构与有效迁移的能力培养支撑作用。针对特定的教育阶段，借助该体系，追踪学习轨迹，获取知识模块学习情况和知识体系建构情况，实施后续的个性化、终身化教育。通过全局性、个体性知识图谱与局部性知识图谱的融合，将学校的专业、学生实际信息纳人课程知识图谱中，提升在线课程与学校实际（如：授课的教师及其对象）之间融合度，避免在线课程与学校的实际学习环境脱离，搭建现实空间和网络空间相协调、相融合的学习环境，促进混合式课程建设，推动教师由支配者、灌输者向指导者、帮助者、组织者和促进者的身份转变，提升学生学习过程的主动性和创造性。另外，借助多图谱相融的体系，利用数据处理技术，发现教师“教”过程、学生“学”过程所产生的隐性新知识（如：新的概念、实体和关系以及新的属性、属性值等），经过质量评估，形成可信度高的隐性知识，将隐性知识加入模式层和数据层，进行知识图谱的知识推理应用，拓展现有的知识图谱。例如，利用关联规则分析和聚类分析技术，处理课程知识图谱的应用数据，发现学生的个体/群体特征，制定学习路径，推送知识点与学习资源，促进“因材施教”。上述过程扩大了“因材施教”范畴，即：将“材”所涉及的学生个体，扩展至具有共性或差异的学生群体，强化“因材施教”的实施效果。这种学生群体具有同一专业背景或类似学习特征与能力等特征的若干学生。关于隐性新知识的发现，这里以“学习共同体”相关实体和关系的发现为例。孔维梁等人利用约束聚类方法，根据学习风格，进行异质化分组，智能构建学习共同体，发挥不同风格学习者在知识建构中的积极作用32。进一步地，将学习共同体的发现结果作为隐性知识，纳人在线课程知识图谱，建立学习者与学习共同体之间的链接。随着知识图谱的知识质量不断提升和储量不断提高，进一步优化学习共同体知识，提高互动交流学习、协同建构知识的效率，促进协作式学习环境建设。
四、结语
目前，智能教育成为教育高质量发展的新引擎。作为人工智能技术的主要组成部分，知识图谱是智能教育的基础设施。经历本次疫情期间的大规模在线课程实践，在线课程的常态化建设将成为高校课程建设的焦点，倒逼着在线课程资源的科学快速、高质高效建设。通过高校在线课程知识图谱的构建，形成基于语义网络的知识体系结构，夯实智能教育发展的基础设施，支撑开放、个性、精准的教育服务，为智能教育发展提供坚实支撑与可靠保障。
参考文献：
[1]陈琳，陈耀华.智慧时代中国教育现代化特征论[J].中国电化教育，2020，（1）：30-37.
[2][21]刘峤，李杨等.知识图谱构建技术综述[J].计算机研究与发展，2016，53（3）：582-600. [3][13]何亮.大规模知识图谱服务的系统与应用研究[D].合肥：中国科学技术大学，2018.
[4][14]漆桂林，高桓等.知识图谱研究进展[J].：情报工程，2017.3（1）：4-25.
[5]国务院.国务院印发《新一代人工智能发展规划》[EB/OL]http：/www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm，2017-07-20.
[6]教育部.教育部关于印发《高等学校人工智能创新行动计划》的通知[EB/OL].http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410332722.html.2018-04-03.
[7]國务院.中共中央、国务院印发《中国教育现代化2035》[EB/OL].http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm，2019-02-23
[8]钟绍春.人工智能如何推动教育革命中国电化教育2020.（3）：17-24.
[9]莫宏伟，徐立芳等智能教育教学模式研究叩教育现代化，2018.5（3）：124-125 139.
[10]黄恒琪，于娟等.知识图谱研究综述[J].计算机系统应用，2019.28（6）：1-12.
[11]SINGHALA.Introducingtheknowledgegraph：thingsnotstrings[EB/OL].https：//googleblog.blogspot.com/2012/05/introducing-knowledge-graph-things-not.html，2012-05-16.
[12]马忠贵，倪润宇等.知识图谱的最新进展、关键技术和挑战[J].工程科学技术，2020，42（10）：1254-1266.
[151[16]李振，周东岱等.“人工智能 ”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019.（4）：42-53.
[17]侯霞，郝保水等.基于COOC和知识图谱的在线教学资源建设新模式[J].计算机教育，2019，（3）：89-91 97.
[18]吴鹏飞，余胜泉.学习资源语义关联关系及其可视化研究[J].中国电化教育，2015，（12）：97-104.
[19]张萌课程知识图谱组织与搜索技术研究[D].武汉：武汉大学，2016.[20]苏翔.基于知识图谱的“数据结构”教学资源平台的构建研究[D].北京：北京林业大学，2019.
[22]吴岩.要加快在线教学由“新鲜感”向“新常态”的转变[EB/OL].http：//www.edu.cn/xxh/focus/li_lun_yj/202004/t20200430_1724522.shtml，2020-04-30
[23]吴岩.教育部：在线教学实现了从“单声道”到互动式“双声道”转变[EB/OL].http：//www.moe.gov.cn/fbh/live/2020/51987/mtbd/202005/t20200515454595.html.2020-05-15.
[24]教育部.教育部关于一流本科课程建设的实施意见[EB/OL].http：//www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031406269.html？tdsourcetag=s_pcqq_aiomsg，2019-10-30.
[25]李伟，谷世乾等.教育生态学视域下我国在线开放课程的可持续发展路径研究[J].现代教育技术，2020，30（8）：41-48.
[26] Downes S.Learming networks in practice [JEmerging Technologies fr Learing：2007（2）：19-27.
[27] Siemens G.Connectivism：A Leaming Theory for the Digital Age [J]. International Journal of Instructional Technology and Distance Learning，2005，2（1）：3-10.
[28]王志军，陈丽.联通主义学习理论及其最新进展[J].开放教育研究，2014，（5）：11-28.
[29]张成博，程伟.中国医学史（新世纪第四版）[M].北京：中国中医药出版社，2016
[30]孙婧，骆婧雅等.人工智能时代反思教学的本质——基于批判教育学的视角[J].中国电化教育，2020，（6）：16-21.
[31]郭宏伟.医教协同背景下医学院校在线开放课程建设研究[J].中国高教研究.2017.（10）：103-106.
[32]孔维梁，韩淑云.基于约束聚类的学习共同体智能构建与应用研究[J].中国电化教育，2019，（10）：32-37 46.
作者简介：
郭宏伟：教授，博士，博士生导师，校长，研究方向为中医药高等教育、高等学校教育教学管理、信息化教育、中国医学教育史及医学教育中人文精神。
收稿日期：2020年10月8日
责任编辑：赵云建